基于DataFrame中sentiment列条件提取count列值报错求助

首先，咱们先理清楚你的需求：从包含hashtag、sentiment和count的DataFrame里，把不同sentiment对应的count值分别收集成元组，对吧？你给出的原始数据和期望结果都很明确，但你的代码里有几个问题导致了那个ValueError，咱们一步步来解决。

先说说你遇到的报错原因 #

你写的代码里，if car_df['sentiment'] == 'positive'这一行是对整个Series做比较，返回的是一个布尔值组成的Series（每一行对应True/False）。但Python的if条件需要单个布尔值，Pandas不知道你是要判断所有行都满足，还是只要有一行满足，所以就抛出了"The truth value of a Series is ambiguous"的错误。另外你还用到了未定义的row变量，而且每次循环都会覆盖sent_pos这些变量，最后只能得到最后一个符合条件的值，根本收集不到所有数据。

最简洁的解决方案：布尔索引直接提取 #

Pandas最擅长向量式操作，完全不用写循环，几行代码就能搞定：

# 筛选sentiment为positive的行，提取count列并转成元组
sent_pos = tuple(car_df[car_df['sentiment'] == 'positive']['count'])
# 同理处理negative和neutral
sent_neg = tuple(car_df[car_df['sentiment'] == 'negative']['count'])
sent_neutral = tuple(car_df[car_df['sentiment'] == 'neutral']['count'])

运行这段代码后，sent_pos就是(786, 1126, 910)，sent_neg就是(116, 237, 200)，完全符合你的期望结果。

更灵活的方案：用groupby分组 #

如果以后你的sentiment类别变多，重复写筛选条件太麻烦，用groupby会更高效：

# 按sentiment分组，把每个组的count转成元组，再转成字典
sentiment_counts = car_df.groupby('sentiment')['count'].apply(tuple).to_dict()
# 从字典里取出对应的值
sent_pos = sentiment_counts['positive']
sent_neg = sentiment_counts['negative']
sent_neutral = sentiment_counts['neutral']

这种方法扩展性更好，不管新增多少种sentiment，都不用修改代码。

如果你想了解循环的正确写法（不推荐，效率低） #

如果只是想搞清楚循环怎么写才对，那你需要正确遍历每一行，并且用列表来收集数据：

# 先初始化空列表用来收集数据
sent_pos = []
sent_neg = []
sent_neutral = []

# iterrows返回的是(索引, 行数据)，所以要拆成两个变量
for idx, row in car_df.iterrows():
    # 用当前行的sentiment来判断
    if row['sentiment'] == 'positive':
        sent_pos.append(row['count'])
    elif row['sentiment'] == 'negative':
        sent_neg.append(row['count'])
    else:
        sent_neutral.append(row['count'])

# 最后把列表转成元组
sent_pos = tuple(sent_pos)
sent_neg = tuple(sent_neg)
sent_neutral = tuple(sent_neutral)

不过要注意，在处理大数据集的时候，iterrows的效率远不如前面两种向量式操作，所以尽量优先用前两种方法。

内容的提问来源于stack exchange，提问作者girlrilaz